一种大规模物联网场景下的信息年龄估计方法

技术领域

本发明涉及无线网络通信技术领域，具体为一种大规模物联网场景下的信息年龄估计方法。

背景技术

随着大规模物联网智能化、集成化的发展，时间敏感网络凭借其严格传输时限的特点，在数据传输实时性、高可靠性方面具有明显优势，现已被广泛运用于农业、工业、医疗等各个领域。信息年龄作为刻画通信系统传输时效性的重要性能指标，其优化对于精准决策控制尤为关键。因网络中节点数量多，相互间的干扰情况复杂，为简化分析，在以往大规模能量收集网络的信息年龄(Age of Information,AoI)研究中大多以系统中各发送节点的平均成功传输概率代替其分布，但该做法具有很大局限性。尽管如此，以往工作并未考虑大规模物联网下具有严格传输时限的周期性数据到达场景。本发明旨在提供一种不同时刻有周期性数据到达的严格传输时限下估计大规模物联网络信息年龄的方法。

发明内容

本发明旨在提供一种估计大规模物联网场景下的信息年龄，从而严格传输时限下系统的平均AoI进行较为准确的预测，因此能够为寻找网络中发送节点的最优固定传输概率以优化系统的平均AoI提供帮助。

本文发明提出一种大规模物联网场景下的信息年龄估计方法，所述目标为边长为R米的二维正方形泊松双极网络内的收发节点对，网络中信道模型为瑞利衰落信道，且忽略信道噪声；所述N个发射节点向其对应的接收节点发送最新生成的数据包，各发射节点只在每个工作周期的开始时刻生成数据包并以固定概率ρ

进一步地，所述目标为边长为R米的二维正方形泊松双极网络内的收发节点对，其中发送节点基于密度为λ的空间泊松点过程(Poisson Point Process,PPP)的一次实现

进一步地，网络中有N个相互独立的发射节点，每个发射节点的异步时间标识σ

进一步地，允许各发射节点对应的接收节点仅在自身SIR超过阈值θ时成功接收数据包，否则发射节点传输失败。

进一步地，当数据包在工作周期内未能被成功传输，数据包生命周期截止，则数据包被抛弃；成功传输的发射节点将保持沉默直至新的工作周期产生新的数据包。

进一步地，所述构建吸收态马尔科夫链模型，用于描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布，具体模型如下：

S11.构建吸收态马尔可夫链模型，首先假设

此外，标记矩阵

S12.估计该平稳马尔可夫链下的成功传输概率及其空间分布，标记发射节点处于传输状态即状态标识

其中

当1＜t≤T，数据包经历过t-1次转移，因此

由于异步时间标识是独立同等概分布的，因此对所有发射节点的异步时间标识进行平均，再对TSP类别进行平均，可获得任意节点处于传输或者退避的概率：

进一步地，结合式(4)可获得任意传输节点任意时隙成功发送概率x

假设系统中各发送节点的成功传输概率用随机变量

其中，

其中，M

将x

进一步地，所述构建平稳马尔科夫链模型建立过程包括：

S21.构建平稳马尔科夫链模型，首先标记(m,h)为时隙t位置第m周期第h时隙，其中

S22.求解该马尔科夫链的一步转移概率，标记发射节点i在(m,h)时隙中成功更新的概率为

假设该马尔科夫链

进一步地，所述对该平稳马尔可夫链稳态分布的求解过程包括：

S31.写出该马尔可夫链处于各状态稳态概率之间的递推关系。标记接收节点i在周期初始时刻实时AoI为lT的稳态概率为π

π

将各状态的稳态概率整理为π

π

S32.求解稳态概率π

π

S33.求解实时AoI初始时刻的稳态分布π；将S32结果代入S31结果，即可得到稳态分布π；

进一步地，所述对该系统平均AoI的估计过程包括：

S41.计算接收节点i实时平均AoI，若在周期m期间接收节点i成功更新，则该周期内节点的平均AoI为Δ

对接收节点i周期初始时刻实时AoI的稳态分布π加权求和，可以得到接收节点i的实时平均AoIΔ

将式(9)、(14)、(15)代入(16)可得到Δ

S42.估计系统的平均AoI；将节点的Δ

通过本发明提出的分析方法，可以对严格传输时限下的周期性传输的系统平均AoI进行较为准确的估计，因此能够为寻找网络中发送节点的最优固定传输概率以优化系统的平均AoI提供帮助。

本发明附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

图1示出了本发明的方法设计流程图。

图2示出了改变ρ

具体实施方式

下面结合附图和具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

本发明提出一种大规模物联网络下的信息年龄估计方法，所述目标为边长为R米的二维正方形泊松双极网络内的收发节点对，网络中信道模型为瑞利衰落信道，且忽略信道噪声；所述N个发射节点向其对应的接收节点发送最新生成的数据包，各发射节点只在每个工作周期的开始时刻生成数据包并以固定概率ρ

作为优选方案，所述目标为边长为R米的二维正方形泊松双极网络内的收发节点对，其中发送节点基于密度为λ的PPP的一次实现

作为优选方案，所述网络中有N个相互独立的发射节点，每个发射节点的异步时间标识σ

作为优选方案，允许各发射节点对应的接收节点仅在自身SIR超过阈值θ时成功接收数据包，否则发射节点传输失败。当数据包在工作周期内未能被成功传输，数据包生命周期截止，则数据包被抛弃；成功传输的发射节点将保持沉默直至新的工作周期产生新的数据包。

作为优选方案，所述构建吸收态马尔科夫链模型，用于描述各发射节点的状态演变和最终状态转移，推导发射节点成功传输概率以及成功传输概率的空间分布，具体过程包括：S11.构建吸收态马尔可夫链模型。S12.估计该平稳马尔可夫链下的成功传输概率及其空间分布。

作为优选方案，所述构建平稳马尔科夫链模型建立过程包括：S21.构建平稳马尔科夫链模型。S22.求解该马尔科夫链的一步转移概率。

作为优选方案，所述对该平稳马尔可夫链稳态分布的求解过程包括：S31.写出该马尔可夫链处于各状态稳态概率之间的递推关系。S32.求解稳态概率π

作为优选方案，所述对该系统平均AoI的估计过程包括：S41.计算接收节点i实时平均AoI。S42.估计系统的平均AoI。

图1示出了本发明的方法设计流程图。本发明确定平稳马尔可夫链下的实时AoI的稳态分布，估计吸收态马尔科夫链下系统中各发送节点成功传输概率的空间分布，进而估计系统的平均AoI。

本发明采用MATLAB软件对所述方法进行实施，设置研究区域边长R＝350米，路径损耗因子η＝4，发送节点与对应接收节点距离r＝2米，仿真时间SLOT＝10000时隙。

图2在其余参数保持不变的前提下，改变参数ρ